KI-basiertes Feedback für Freitexte und Diagramme
In diesem Projekt, welches auf dem Easy-Tutor Projekt von Freiraum 2022 aufbaut, soll unter Benutzung von Prompting-Technologien auf bekannten Sprachmodellen wie ChatGPT oder Mistral sowie eigenen KI-Modellen ein bestehendes intelligentes Tutorensystem (ITS) für SQL-, Excel- und Mathe-Aufgaben um die Feedback-Generierung für weitere Aufgabenarten erweitert werden: Textaufgaben mit wenigen Lösungsvarianten (z.B. Modellierungsaufgaben) und Freitextaufgaben sowie die Überprüfung von Seminar- und Abschlussarbeiten.Im ersten Fall erfolgt zuerst eine Harmonisierung und dann eine (semi)-automatische Klassifikation der Lösungsstrategien durch das ITS. D.h., wenn das ITS eine neue Lösungsstrategie entdeckt, reicht es diese zur Korrektur an Dozierende weiter. So lernt das ITS, neue Strategien zu bewerten. Mit der Zeit kann es dann immer selbstständiger den Studierenden Feedback geben, auch wenn sich die konkreten Formulierungen jedes Mal unterscheiden. Dieser Ansatz ist eine Verallgemeinerung des Ansatzes zur selbstlernenden Feedback-Generierung für SQL-Aufgaben [arXiv:2311.10730].Bei Seminar- und Abschlussarbeiten überprüft das ITS neben Formalkriterien (wie Zitierweise) die Struktur und den Aufbau der Arbeit (Ist eine Forschungsfrage erkennbar? Bauen die vom Sprachmodell erkannten Aussagen auf vorherigen Teilen der Arbeit auf? Gibt es ein Fazit, welches zur Forschungsfrage passt?). Dozierende können Feedback geben, nachdem viele strukturelle und formale Fehler schon beseitigt wurden.
Auf Einen Blick
Kontakt
Das könnte Sie auch interessieren
Adaptive Virtual Agents for Teaching Integration
Das Projekt zielt auf die Entwicklung eines Embodied Agent-Systems ab, das mit Studierenden in natürlicher Sprache interagiert, um den Wissenstransfer zu optimieren. Studierende des Umwelt-Campus Birkenfeld spielen eine zentrale Rolle, indem sie durch ihre aktive Mitwirkung in Design und Evaluation des Systems wesentlich zur adaptiven und interaktiven Gestaltung beitragen. In iterativen Feedbackschleifen evaluieren sie die Didaktik und Anwendbarkeit, wodurch ihre Erfahrungen und Perspektiven direkt in die Entwicklung einfließen. Das System soll als Katalysator für eine didaktische Neuausrichtung dienen und erwartet wird, dass seine Einführung einen Paradigmenwechsel zu einem interaktiven, studierendenzentrierten Lernmodell bewirkt, das Autonomie und individuelle Förderung der Studierenden fördert. Besonderes Augenmerk liegt darauf, wie adaptive Technologie traditionelle Lehrveranstaltungen um persönliche und dynamische Lernpfade bereichert. Parallel wird eng mit der institutionellen Struktur der Hochschule zusammengearbeitet, um eine nahtlose Integration des Systems in den Lehrbetrieb sicherzustellen und organisatorische Veränderungen zu steuern. Ein lokal implementiertes Sprachmodell wird speziell auf die Bedürfnisse der Interaktion zwischen Studierenden und Embodied Agents abgestimmt, unterstützt durch Anwendungsszenarien wie virtuelle Lehrassistenz und Forschungslabore, die sowohl die Zugänglichkeit als auch das Verständnis komplexer und praktischer Inhalte fördern.
Projekt anzeigen
